Python - json模块
json模块的python官方文档：https://docs.python.org/3.6/library/json.html
1、json简介：
定义：JSON(JavaScript Object Notation, JS 对象简谱) 是一种轻量级的数据交换格式。
特点：简洁和清晰的层次结构使得 JSON 成为理想的数据交换语言。 易于人阅读和编写，同时也易于机器解析和生成，并有效地提升网络传输效率。
在 JS 语言中，一切都是对象。因此，任何支持的类型都可以通过 JSON 来表示，例如字符串、数字、对象、数组等。但是对象和数组是比较特殊且常用的两种类型：
- 对象表示为键值对
- 数据由逗号分隔
- 花括号保存对象
- 方括号保存数组
序列化简单定义：变成json格式。定义：变成json格式。
反序列化简单定义： json格式变其它
2、注意点
注意点：
两种语言之间数据类型的差异，用json交换。
外层必须是字典或列表这两个容器类数据类型。
必须是双引号（因为java等其它语言有使用双引号表示字符串，单引号不表示字符串）json是字符串
json中不存在元组。序列化元组之后元组变列表；不能是集合，序列化集合报错。序列化支持类型可以进Python官方文件介绍里面有介绍。
传值要用字典或列表
import json
tup=(1,2,3)
a=json.dumps(tup) #json中不存在元组。序列化元组之后元组变列表
print(a)
print(json.loads(a))
--------------结果：
[1, 2, 3]
[1, 2, 3]
import json
mset={1,2,3} #不能是集合，序列化集合报错。
print(json.dumps(mset))
-------------结果；
o.__class__.__name__)
TypeError: Object of type 'set' is not JSON serializable
字典格式与json格式对比：
字典格式：
d = {
'a': 123,
'b': {
'x': ['A', 'B', 'C']
}
}
json格式
{
"a": 123,
"b": { #必须是双引号（因为java等其它语言有使用双引号表示字符串，单引号不表示字符串）
"x": ["A", "B", "C"]
}
}
可以看到, Dictionary和JSON非常接近, 而Python中的json库提供的主要功能, 也是两者之间的转换.
3、json模块使用(常用dumps、loads)：
JSON(JavaScript Object Notation, JS 对象标记) 是一种轻量级的数据交换格式。JSON的数据格式其实就是python里面的字典格式，里面可以包含方括号括起来的数组，也就是python里面的列表。
在python中，有专门处理json格式的模块—— json 和 picle模块
json 模块提供了四个方法： dumps、dump、loads、load
pickle 模块也提供了四个功能：dumps、dump、loads、load
序列化：将python的值转换为json格式的字符串。
反序列化：将json格式的字符串转换成python的数据类型
1）# 序列化，将python的值转换为json格式的字符串。序列化json.dumps() True变true了。序列化
import json
v = [12,3,4,{'k1':'v1'},True,'asdf']
v1 = json.dumps(v)
print(v1,type(v1))
--------------结果；
[12, 3, 4, {"k1": "v1"}, true, "asdf"] <class 'str'>
2）反序列化json.load（），将json格式的字符串转换成python的数据类型
import json
v2 = '["mcw",123]'
print(type(v2))
v3 = json.loads(v2)
print(v3,type(v3))
-----------------结果；
<class 'str'>
['mcw', 123] <class 'list
如下验证：dumps可以格式化大部分的基本数据类型为字符串
1）字典序列化：
import json
dic={"name":"mcw","age":18}
xu=json.dumps(dic)
print(xu,type(xu),type(dic))
--------------结果：
{"name": "mcw", "age": 18} <class 'str'> <class 'dict'>
）列表序列化与反序列化：
import json
li=[1,2]
xu=json.dumps(li)
print(xu,type(xu),type(li))
fx=json.loads(xu)
print(fx,type(fx))
------------结果：
[1, 2] <class 'str'> <class 'list'>
[1, 2] <class 'list'>
3）字符串序列化与反序列化:
import json
mcwstr="xiaoma"
xu=json.dumps(mcwstr)
print(xu,type(xu),type(mcwstr))
fx=json.loads(xu)
print(fx,type(fx))
---------------结果；
"xiaoma" <class 'str'> <class 'str'>
xiaoma <class 'str'>
4）整型序列化与反序列化
import json
mcwint=2
xu=json.dumps(mcwint)
print(xu,type(xu),type(mcwint))
fx=json.loads(xu)
print(fx,type(fx))
---------------结果：
<class 'str'> <class 'int'>
<class 'int'>
5）浮点型序列化与反序列化
import json
mcwfloat=2.03
xu=json.dumps(mcwfloat)
print(xu,type(xu),type(mcwfloat))
fx=json.loads(xu)
print(fx,type(fx))
--------------------结果：
2.03 <class 'str'> <class 'float'>
2.03 <class 'float'>
6）布尔型序列化与反序列化：
import json
mcwbool=True
xu=json.dumps(mcwbool)
print(xu,type(xu),type(mcwbool))
fx=json.loads(xu)
print(fx,type(fx))
------------------结果：
true <class 'str'> <class 'bool'>
True <class 'bool'>
7）None序列化与反序列化
import json
mcwnone=None
xu=json.dumps(mcwnone)
print(xu,type(xu),type(mcwnone))
fx=json.loads(xu)
print(fx,type(fx))
---------------结果；
null <class 'str'> <class 'NoneType'>
None <class 'NoneType'>